Nvidias nya affärsmodell: Delar på intäkterna från AI-moln – bygger GPU-fabriker värda 35 miljarder dollar

Nvidia är inte längre bara ett chipföretag. Under mitten av 2026 började man erbjuda AI-molnstartups en ny deal: Nvidia tillhandahåller GPU:er och fabriksritningar i förskott, och i gengäld får man en andel av varje AI-beräkningsdollar som partnern genererar under flera år. Denna intäktsdelningsmodell har redan lockat stora åtaganden från Sharon AI och Firmus Technologies, som tillsammans representerar tiotals miljarder dollar i potentiellt värde.

Här är en faktagranskad genomgång av modellen, de specifika partnerskapen och vad de säger om Nvidias föränderliga strategi.

Så fungerar intäktsdelningsmodellen

Inom den nya ramen ingår Nvidia intäktsdelnings- och kreditstödsavtal med AI-molnleverantörer i stället för att sälja GPU:er direkt . Strukturen fungerar i tre lager:

• Nvidia tillhandahåller hårdvara i förskott – GPU:er, nätverk och hela Nvidia DSX (Data Center AI Factory) referensdesign, inklusive vätskekylning, mjukvarustack och arkitektoniska ritningar .
• Molnpartnerna bygger, driver och säljer AI-beräkningstjänster till sina kunder med hjälp av den infrastrukturen .
• Nvidia får två intäktsströmmar: standardproduktintäkter vid driftsättningstillfället plus en återkommande andel av molnintäkterna från kundanvändning under den fleråriga avtalsperioden .

I praktiken går Nvidia från en engångsförsäljning av GPU:er till en "GPU-som-en-tjänst" eller saminvesteringsmodell, där avkastningen är direkt kopplad till hur mycket AI-beräkning partnerna lyckas sälja.

Sharon AI: 4,88 miljarder dollar för 72 MW AI-kapacitet i Australien

Det mest detaljerade offentliga exemplet är Sharon AI (NASDAQ: SHAZ), som den 12 juni 2026 tillkännagav ett sexårigt strategiskt databeräkningssamarbete med Nvidia . De viktigaste villkoren, bekräftade i en SEC 8-K-anmälan, är:

• Kontraktsvärde: Upp till 4,88 miljarder dollar enligt ett Master Cloud Services-avtal med Orderformulär 1 daterat 8 juni 2026 .
• Plats och skala: 72 megawatt (MW) ny datacenterkapacitet i Australien, vilket bringar Sharon AI:s totala planerade AI-fabrikskapacitet till 132 MW .
• GPU:er: Upp till 40 000 Nvidia Grace Blackwell GB300 GPU:er .
• Finansiell struktur: Intäktsdelnings- och kreditstödsmodell. Sharon AI köper inte chippen direkt; Nvidia och långivare finansierar mycket av hårdvaran i utbyte mot en andel av molnintäkterna .
• Redan kontrakterat: 102 MW kapacitet är redan bunden till slutkunder .

Sharon AI säljer Nvidia-drivna molntjänster, och Nvidia får både standardproduktintäkter och en andel av molnintäkterna på den kapaciteten . Anmälan noterar betydande utföranderisker, inklusive snäva leveranstidsplaner och finansieringsbehov .

Firmus Technologies: 30 miljarder dollar, 170 000 GPU:er i Indonesien

Drygt två veckor senare, den 28 juni 2026, tillkännagav Firmus Technologies ett strategiskt partnerskap med Nvidia som löper till 2034 – ett åtagande på över åtta år . De övergripande siffrorna är slående:

• Campusets skala: En dedikerad 360 MW Nvidia DSX AI Factory-campus i Batam, Indonesien, strax utanför Singapores kust .
• GPU:er: Upp till 170 000 Nvidia GPU:er .
• Förväntade avrop: Upp till 30 miljarder dollar i bundna avropsavtal under de första sex åren .
• Finansiell struktur: Firmus anskaffar Nvidia-hårdvara under samma intäktsdelnings- och kreditstöds-DSX-ramverk, med målet att betjäna "globala AI-infödda" med kostnadseffektiv högpresterande databeräkning .

Firmus och Singapore-baserade DayOne kommer att utveckla Batam-campusen. Projektet är en del av en bredare satsning på att tillhandahålla datorkapacitet utanför de dominerande hyperskalemolnen .

Andra kända partner

Nvidia har även tillkännagett liknande arrangemang med:

• Naver (Sydkorea): Bygger gigawatt-skala DSX-baserad AI-infrastruktur, med start på 55 MW och uppskalning till 200 MW år 2028, med ett långsiktigt mål på 1 GW .
• SK Telecom (Sydkorea): Går in i den DSX-baserade AI-molnbranschen och expanderar från Korea över Asien .
• IREN: Inledde partnerskap med Nvidia för att operationalisera DSX-arkitekturen i gigawatt-skala, där IREN äger de fysiska data- och AI-lagren . IREN tecknade ett femårigt AI-molnkontrakt värt 3,4 miljarder dollar med Nvidia för Blackwell GPU-driftsättningar över 60 MW datacenterkapacitet .

Vad detta betyder för Nvidias strategi

Dessa partnerskap avslöjar en medveten förändring i hur Nvidia närmar sig AI-infrastrukturmarknaden. Företaget går från att sälja enskilda chips till att financialisera sin hårdvarufördel över flera lager:

• Från engångsförsäljning till återkommande intäkter. I stället för att sälja en GPU en gång, samlar Nvidia in en andel av varje AI-token som säljs på den hårdvaran under 6 till 10 år . Detta jämnar ut intäktscyklerna och knyter tillväxten till faktisk AI-konsumtion, inte bara till byggande av datacenter.

• Från komponentleverantör till plattformsarkitekt. Nvidia tillhandahåller den fullständiga DSX AI-fabriksritningen – vätskekylningsdesign, nätverk (NVLink/NvSwitch/InfiniBand), CUDA- och AI Enterprise-mjukvara samt referensarkitekturer . Partnerna driver i praktiken Nvidia-märkta fabriker, vilket ger Nvidia kontroll över referensarkitekturen även när man inte äger byggnaden.

• Skiktad finansiell exponering. Nvidia har nu:

  1. Initiala produktintäkter från försäljning av GPU:er till dessa fabriker.
  2. Återkommande molnintäktsandel från användning över fleråriga perioder.
  3. Kreditstöds- och finansieringsexponering – genom saminvestering tar Nvidia en del av balansräkningsrisken i sina partnerföretags framgång .
  4. Ekosysteminlåsning – djupare finansiell sammanflätning gör det svårare för konkurrenter som AMD eller Intel att ta sig in i dessa datacenter.

• Skalning bortom hyperskalarna. Genom att finansiera mindre AI-molnleverantörer utökar Nvidia den totala adresserbara marknaden bortom AWS, Azure och GCP. Dessa partner riktar sig till AI-startups och företag som kanske saknar tillgång till hyperskalenlig moln-GPU-kapacitet .

Kort sagt satsar Nvidia på att dess balansräkning och produktinflytande kan fånga värde på varje nivå i AI-beräkningsstacken – inte bara vid försäljningstillfället av ett chip, utan under flera års användning, molntjänstmarginaler och ekosystemanpassning.